原文服务方: 人民珠江       
摘要:
为客观评价河流水质,基于钦州市6条主要河流水质监测数据,将T-S模糊神经网络模型用于钦州市主要河流水质评价.结果表明:通过训练的T-S模糊神经网络模型具有很强的泛化能力,训练样本最大误差绝对值小于0.05;检验样本最大误差绝对值仅为0.092 4,能满足水质综合评价要求;钦州市内主要河流水质相对较好,处于Ⅱ~Ⅲ类,其中大风江、张黄江水质较好,马江较差.
推荐文章
概率神经网络及其在河流水质评价中的应用研究
水质评价
评价因子
概率神经网络
汾河
基于T-S模糊模型的神经网络的系统辨识
T-S模糊模型
神经网络
结构辨识
参数辨识
基于BP神经网络模型的水质评价方法探讨
BP神经网络模型
水资源
水质评价
基于模糊人工神经网络识别的水质评价模型
模糊识别
神经网络
水质评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于T-S模糊神经网络模型的钦州市主要河流水质评价
来源期刊 人民珠江 学科
关键词 T-S模型 模糊神经网络 水质评价 河流水质 钦州市
年,卷(期) 2017,(8) 所属期刊栏目 环境水利
研究方向 页码范围 80-83
页数 4页 分类号 X824
字数 语种 中文
DOI 10.3969/j.issn.1001-9235.2017.08.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (66)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (32)
二级引证文献  (1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(19)
  • 参考文献(0)
  • 二级参考文献(19)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
T-S模型
模糊神经网络
水质评价
河流水质
钦州市
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
人民珠江
月刊
1001-9235
44-1037/TV
大16开
广州市天河区天寿路80号
1980-01-01
中文
出版文献量(篇)
4341
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导